一个有点新鲜的想法。遗传算法的改进思路？

最新推荐文章于 2024-05-13 05:16:19 发布

牧风

最新推荐文章于 2024-05-13 05:16:19 发布

阅读量1.3k

点赞数 1

文章标签：算法

本文链接：https://blog.csdn.net/alex0/article/details/7959259

版权

这个想法总觉得应该有被提过

不然西方学界吃sai去了

是这样的，搜索算法主要着眼于GA、PSO、ABC这些

里面机制大同小异，都是全局——局部

具体就是一堆随机节点到处找目标，找到好的就发信号让别的节点一起来找

我有一个新想法。想了想，其实应该是GA的改进，没仔细看论文，不知有没有

那就是引入死亡机制

每个节点都有寿命，到达寿命就会死亡~

或者说，是不是该复杂点，吃到好的食物的节点能够活的更久？

唔，基因好的节点也应该活的更久

看起来这个改进可以写篇论文呀~

其实到最后

很可能这个算法会成为“社会模型”

但有一点非常困难的是节点没有智慧不能思考

难道要把支持向量机也加进来，让节点能够自学习？或者加一些半监督算法？

那就吊了

可以写博士论文了

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

牧风

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

遗传算法与深度学习：优化神经网络结构

AI天才研究院

05-23

1593

关键词： 遗传算法，深度学习，神经网络，结构优化，超参数调整深度学习近年来取得了令人瞩目的成就，其在图像识别、自然语言处理、语音识别等领域展现出巨大的应用潜力。然而，深度学习模型的性能很大程度上取决于其结构和超参数的设置。手动设计神经网络结构需要大量的专业知识和经验，并且效率低下。为了解决这个问题，人们开始探索使用自动化方法来优化神经网络结构，而遗传算法作为一种经典的进化算法，为解决这一问题提供了新的思路。遗传算法（Genetic Algorithm，GA）是一种模拟自然选择和遗传机制的优化算法。它将问题的

YOLOv5系列(二十四) 本文(4万字) | 遗传算法实现超参数进化(Hyperparameter Evolution) | 利用K-means聚类以及遗传算法生成Anchor box |

weixin_44302770的博客

12-27

753

遗传算法是用于解决最优化问题的一种搜索算法。”适者生存，不适者淘汰“，将该理论以算法的形式表现出来就是遗传算法的过程。k-means是非常经典且有效的聚类方法，通过计算样本之间的距离（相似程度）将较近的样本聚为同一类别（簇）。使用k-means时主要关注两个问题（个人认为）：1.如何表示样本与样本之间的距离（核心问题），这个一般需要根据具体场景去设计，不同的方法聚类效果也不同，最常见的就是欧式距离。2.分为几类，这个也是需要根据应用场景取选择的，也是一个超参数。1 手动设定簇的个数k，假设k=2。

1 条评论您还未登录，请先登录后发表或查看评论

关于算法的一些想法

coolstar的调侃

11-10

1594

关于算法的一些想法算法是编程的灵魂。不可想象，没有算法的程序会是一个高水平的程序。窗体的形状、大小涉及到算法；控件自身以及与其它控件的诸多关系需要计算；字符串的查找、截取和替换更离不开它了……总之，从小到一个按钮的安放位置，大到……(哪里呀？我不知道)，无不与算法息息相关。算法或是很简单，或是很复杂。凡事从简单做起，这是捷径吧。本文将从最简单的算法说明一下学习算法从哪开始。有时简单的事也会让我

遗传算法的改进

热门推荐

Zachery的博客

03-22

1万+

一些改进的遗传算法操作细节详解，遗传算法基本步骤、基本操作改进措施。

如何改进遗传算法的思考

qq_40840797的博客

03-22

1744

选择更好的遗传算法参数：遗传算法的性能很大程度上取决于选择的参数。例如，种群大小、交叉概率、变异概率、选择策略等都会影响算法的结果。可以根据问题的特点和要求，尝试不同的参数组合，以达到更好的效果。改进交叉和变异算子：交叉和变异算子是遗传算法的核心操作，对算法的性能影响很大。可以考虑采用更复杂的交叉和变异算子，例如基于局部优化的交叉和变异算子，以及根据问题特点设计的交叉和变异算子。并行化：由于遗传算法具有较好的并行性，可以考虑采用并行化的方法，例如多线程、分布式计算等，以加快算法的收敛速度和提高求解的效率。

遗传算法基本简介及改进方向

lixiangohoh的博客

08-16

4202

遗传算法基本简介及改进方向及参考文献推荐

基于Matlib雄性偏向的遗传算法改进研究（源码+数据+文档+开题报告+答辩PPT）.zip

05-02

而雄性与雌性配子在变异几率等方面的差异为这一想法的实现提供了新的思路。结合考虑具有性别特征的种群划分遗传算法，最终得出了基于雄性偏向的遗传算法。对比基本遗传算法、简单性别遗传算法、考虑性别的种群划分...

雄性偏向的遗传算法改进研究（源码+数据+文档）.zip

03-18

遗传算法

weixin_42646763的博客

11-04

4558

遗传算法 概述 遗传算法的基本思想是从初始种群出发，采用优胜劣汰、适者生存的自然法则选择个体，并通过杂交、变异来产生新一代种群，如此逐代进化，直到满足目标为止。 遗传算法起源于对生物系统所进行的计算机模拟研究。它是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法，借鉴了达尔文的进化论和孟德尔的遗传学说。其本质是一种高效、并行、全局搜索的方法，能在搜索过程中自动获取和积累有关搜索空间的知识，并...

一种改进的遗传算法及其应用

12-01

一种改进的遗传算法及其应用，在实际中的使用，效果非常的好

遗传算法及其改进（工程最优化问题解决办法）

07-20

工程应用比较广泛的最优化问题解决办法之一遗传算法简介及其改进，很实用，想找的时候，还真不好找

遗传算法及其改进算法的matlab程序

01-31

精通matlab及最优化处理一书中第十四章遗传优化算法的matlab源程序，包含原始的遗传算法程序和六种改进程序，程序列表为

关于算法优化的思路启发

The Shawshank Redemption

08-15

1186

拿到一个算法题无从下手？怎么办？我们总是会习惯于责怪自己的知识不足，掌握的数据结构和各种算法不够多，然而，刷题并不是需要等你学完所有的知识才回头进行的过程。我们需要明确的几件事： 1.暴力、模拟、枚举、dfs等方法最简单有效却最慢 2.上述方法慢的原因是多了很多不必要过程，这些过程经过优化就是所谓的高级算法举个很简单的例子：现给出n个数，需求是给出i，要你求1~i位置上的最大值...

遗传算法的几种改进

weixin_30315435的博客

11-07

5096

《Matlab》【毕设】防止优良基因因为变异而遭到破坏【毕设】放弃赌轮选择：将种群中的个体按适应度大小排列排在前面的个体复制两份；中间的一份；后面的不复制；【毕设】早熟早熟的原因P36早熟表象：1，群体中所有的个体都陷于同一极值而停止进化。2，接近最优解的个体总是被淘汰，进化过程不收敛。解决：1，动态确定变异概率，防止优良基因因变异而遭破坏，又可在陷入局部最优解的时候引入新的基因。2，...

遗传算法的优化：提高计算效率的技巧

AI天才研究院

01-02

2122

1.背景介绍 遗传算法(Genetic Algorithm, GA)是一种模拟自然界进化过程的优化算法，它通过对问题空间中的解(individual)进行模拟的自然选择和遗传运算，逐步找到问题的最优解。遗传算法的核心思想是将问题解空间看作一个生物系，每个生物表示一个可能的解，通过对这些生物之间的竞争和遗传进行迭代，逐渐找到问题的最优解。 遗传算法的优点是它可以全局搜索问题空间，避免局部最优解的...

麻雀优化算法，附MATLAB代码，评价及其改进思路，直接复制

woaipythonmeme的博客

07-09

3548

麻雀优化算法（Sparrow Search Algorithm, SSA)是2020年提出的智能优化算法，SSA算法受到庥雀觅食行为和反捕食行为的启发而提出，属于智能仿生算法中粒子群优化算法(PSO)的其中一种，用于模拟群体智能所产生的一种进化计算技术(Evolutionary Computation)。相较于其他智能优化算法，麻雀搜索算法是一种高效、灵活、内存占用低、易于实现的搜索算法，适用于大...

Traveling Salesman Problem

m0_45020051的博客

11-22

389

利用遗传算法求解 TSP（旅行商）问题介绍选择算子交叉算子变异算子介绍 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据